Intelligent dashboard to support for decision making in business courier company

Autores/as

  • Ricardo Pinto Ferreira Universidade Nove de Julho
  • Andréa Martiniano da Silva Universidade Nove de Julho
  • Renato José Sassi Universidade Nove de Julho

DOI:

https://doi.org/10.20397/2177-6652/2016.v16i2.954

Palabras clave:

Dashboard Inteligente, Tomada de Decisão, Redes Neurais Artificiais, Empresa de Courier.

Resumen

The aim of this paper was to research, evaluate and present a study on an intelligent dashboard to support decision making in Courier  Company based on Artificial Intelligence techniques. Brazil has gone through several transformations of general services have been adapting to the new demands of customers and market. As a result, the courier  service has become highly complex and competitive. The transport, treatment and distribution remained follow these trends. In this context, the application of intelligent techniques to support decision-making is an alternative, seeking productivity and high level of service. The methodological synthesis of the article is to develop a dashboard supported by Artificial Intelligence techniques. An Artificial Neural Network (ANN) Type Multilayer Perceptron (MLP), trained by error back-propagation algorithm was developed and applied to make demand forecast and forecast absenteeism, these forecasts were presented in intelligent dashboard to support decision. In addition we applied the Self-Organizing Map of Kohonen to generate clusters seeking better visualization to be used on the dashboard. The data for the experiments were collected in a courier  company. It was concluded that the application of techniques helped in the creation of an intelligent dashboard to support decision making.

Biografía del autor/a

Ricardo Pinto Ferreira, Universidade Nove de Julho

Doutorando em Informática e Gestão do Conhecimento pela Universidade Nove de Julho, Mestre em Engenharia de Produção na área de Gestão e Otimização da Produção pela Universidade Nove de Julho (2011), pós-graduado em Tecnologia da Informação e Internet na área de Ciência da Computação, nível de Especialização (2008), MBA em Administração na área de Logística Empresarial e Supply Chain, nível de Especialização (2007), Bacharel em Administração de Empresas (2005). Atuando nos seguintes temas: Inteligência computacional, Absenteísmo, Presenteísmo, Engenharia de Produção, Logística Empresarial, Roteirização de Veículos, Roteirização Dinâmica de Veículos, Roteirização por Hierarquia, Lógica Fuzzy, Redes Neurais Artificiais, Mapas Auto-Organizáveis de Kohonen, Algoritmo de otimização por colônia de formigas, Algoritmo de colônia artificial de abelhas e Mineração de Dados. Docente nos cursos de Engenharia Civil, Engenharia Mecânica, Engenharia Elétrica e Engenharia de Produção Mecânica na Universidade Nove de Julho, ministrando as disciplinas: Planejamento e Organização da Qualidade, Técnicas Avançadas de Gestão de Produção, Organização do Trabalho, Expressão Gráfica, Matemática, Introdução ao Computer Aided Design (CAD) e Desenho aplicado à engenharia. Membro do EURO Working Group on Vehicle Routing and Logistics Optimization (VeRoLog) filiado à Association of the European Operational Research Societies. Membro da Brazilian Fuzzy Community.

Andréa Martiniano da Silva, Universidade Nove de Julho

Bacharel em Administração de Empresas com Habilitação em Gestão e Negócios pela Faculdade Sumaré (2008). Pós - graduação "Latu Sensu" em Tecnologia da Informação e Internet na área de Ciência da Computação, pela Universidade Nove de Julho (2009). Mestre em Engenharia de Produção pela Universidade Nove de Julho (2012). Atuando nos seguintes temas: Engenharia de Produção, Gestão do Absenteísmo e Presenteísmo, Inteligência Artificial, Redes Neurais Artificiais, Mapas Auto-Organizáveis de Kohonen e Data Mining.

Renato José Sassi, Universidade Nove de Julho

Bacharel em Ciências Econômicas pela Faculdade de Economia Finanças e Administração de São Paulo (1987), Especialista (Pós-Graduação Lato Sensu) em Administração de Empresas (Área de Concentração Análise de Sistemas) pela Fundação Escola de Comércio Álvares Penteado (1988), Especialista (Pós-Graduação Lato Sensu) em Didática do Ensino Superior pelo Centro Universitário Sant anna (1996), Mestre em Administração de Empresas (Gestão de Negócios - Área de Concentração em Marketing) pelo Centro Universitário SantAnna (1999) e Doutor em Engenharia Elétrica pela Escola Politécnica da Universidade de São Paulo (EPUSP - 2006). Atualmente é pesquisador e docente permanente do Programa de Mestrado e Doutorado em Informática e Gestão do Conhecimento e do Programa de Mestrado em Engenharia de Produção na Universidade Nove de Julho (UNINOVE), docente dos cursos de graduação em Ciência da Computação e Sistemas de Informação na mesma universidade, ministrando a disciplina Inteligência Artificial. Membro do Núcleo de Estudos Avançados em Informática e Gestão do Conhecimento na Universidade Nove de Julho. Pesquisador Associado do Grupo de Inteligência Computacional, Modelagem e Neurocomputação (ICONE) do Laboratório de Sistemas Integráveis (LSI) da Escola Politécnica da Universidade de São Paulo (USP), Possui experiência na área da Ciência da Computação, da Engenharia de Produção e da Administração de Empresas, atuando principalmente nos seguintes temas: Inteligência Analítica, Inteligência Computacional, Descoberta de Conhecimento em Bases de Dados, Mineração de Dados e Métodos de Apoio à Tomada de Decisão.

Citas

Affonso, C. (2010). Aplicação de Redes Neuro Fuzzy ao Processamento de Polímeros na Indústria Automotiva. 110 p. Dissertação de Mestrado em Engenharia de Produção, Universidade Nove de Julho, São Paulo.

Ballou, R. H. (2006). Gerenciamento da Cadeia de Suprimentos/Logística Empresarial. Tradução de Raul Rubenich. 5ª ed. Porto Alegre: Bookman.

Banzato, E., Carillo Junior, E., Banzato, J. M., Moura, R. A. & Rago, S. F. T. (2008). Atualidades na armazenagem. São Paulo: IMAM.

Bigus, J. P. (1996). Data Mining with Neural Network: Solving Business Problems from Applications Development to Decision Support. McGraw-Hill.

Blazadonakis, E. & Michalis, Z. (2008). Support Vector Machines and Neural Networks as Marker Selectors in Cancer Gene Analysis. Intelligent Techniques and Tools for Novel System Architectures. Berlin, Heidelberg: Springer-Verlag Berlin Heidelberg, p. 237-258.

Bowersox, D. J. & Closs, D. J. (2010). Logística Empresarial: o processo de integração da cadeia de suprimento. Tradução de Equipe CEL e Adalberto Ferreira Neves. São Paulo: Atlas.

Braga, A. P., Carvalho, A. C. P. L. F. & Ludermir, T. B. (2011). Redes Neurais Artificiais: Teoria e Aplicações. Rio de Janeiro. Ed. LTC, 2ª ed. Rio de Janeiro.

Carvalho, L. A. V. (2005). Data Mining: a Mineração de dados no Marketing, Medicina, Economia, Engenharia e Administração. Editora Ciência Moderna Ltda. Rio de Janeiro.

Cascio, W. & Boudreau, J. (2008). Investing in People: Financial Impact of Human Resource Initiatives, Pearson Education, Inc. Publishing as FT Press, New Jersey.

Ferreira, R. P. (2011). Combinação de Técnicas da Inteligência Artificial para Previsão do Comportamento do Tráfego Veicular Urbano na Cidade de São Paulo. 107 p. Dissertação de Mestrado em Engenharia de Produção, Universidade Nove de Julho, São Paulo.

Haykin, S. (2001). Redes Neurais – Princípios e Práticas. Bookman. 2ª ed. Porto Alegre.

Johns, G. (2010). Presenteeism in the workplace: A review and research agenda. Journal of Organizational Behavior. v. 31, p. 519 – 542.

Kaski, S., Kohonen, T. (1997). Winner-Takes-All Networks. Triennial Report (1994 – 1996), Neural Networks Research Centre & Laboratory of Computer and Information Science, Helsinky University of Technology, Finland, p. 72-75.

Kohonen, T. (1982). Self-organized formation of topologically correct feature maps. Biological Cybernetics, v. 43, p. 59-69.

Kohonen, T. (2001). Self-Organizing Maps.New York. 3ª ed. Springer.

Martiniano, A. S., Ferreira, R. P., Affonso, C. & Sassi, R. J. (2012a). Aplicação de uma Rede Neuro Fuzzy na Previsão do Absenteísmo no Trabalho. CISTI'2012 - 7ª Conferencia Ibérica de Sistemas y Tecnologías de Información.

Martiniano, A., Ferreira, R. P. & R. J. Sassi. (2010). Control and monitoring of the indexes of absenteeism and presenteeism whith aid of the technology of the information. 7º CONTECSI, 7ª Conferência Internacional sobre Sistemas de Informação e Gestão de Tecnologia. ISBN: 978-85-99693-06-30, p. 489-506.

Martiniano, A., Ferreira, R. P. & Sassi, R. J. (2012b). Aplicação da Mineração de Dados na Identificação de Empregados Absenteístas e Presenteístas de uma Empresa de Courier da Cidade de São Paulo. VIII– EMEPRO, Encontro Mineiro de Engenharia de Produção. Itajubá.

Mitchell, T. M. (1997). Machine Learning. McGraw-Hill.

Penatti, I, Zago, J. S. & Quelhas, O. (2006). Absenteísmo: as consequências na gestão de pessoas. III SEGeT – Simpósio de Excelência em Gestão e Tecnologia. Resende.

Rumelhart, D. E., Hinton, G. E. & Williams, R. J. (1986). Learning Internal Representations by Error Propagation. In Parallel Distributed Processing: Explorations in the Microstructure of Cognition, Vol. 1: Foundations, D. E. Rumelhart and J. L. McClelland, Eds. Mit Press Computational Models Of Cognition And 12 Perception Series. MIT Press, Cambridge, MA, p. 318-362.

Sassi, R. J. (2006). Uma Arquitetura Híbrida para Descoberta de Conhecimento em Bases de Dados: Teoria dos Rough Sets e Redes Neurais Artificiais Mapas Auto-Organizáveis. 169 p. Tese de Doutorado, Escola Politécnica da Universidade de São Paulo, Departamento de Engenharia Elétrica, São Paulo.

Sassi, R. J., Silva, L. A. & Hernandez, D. M. E. (2008). A Methodology using Neural Networks to Cluster Validity Discovered from a Marketing Database. In: 10th Brazilian Symposium on Neural Networks (SBRN), 2008, Salvador. IEEE Proceedings of SBRN. v. 1. p. 03-08.

Selau, L. P. R.; Ribeiro, J. L. D. (2009). Uma sistemática para construção e escolha de modelos de previsão de risco de crédito. Gestão Produção, São Carlos. v. 16, n. 3, p. 398-413.

Silva, L. A. (2009). Categorização de Imagens Médicas para Sistemas de Recuperação de Imagens por Conteúdo Baseada em Transformada Wavelet e Mapas Auto-Organizáveis. 99 p. Tese de Doutorado em Engenharia Elétrica, Escola Politécnica da Universidade de São Paulo.

Silva, I. N., Spatti, D. H. & Flauzino, R. A. (2010). Redes Neurais Atificiais para Engenharia e Ciências Aplicadas. SP: Artliber.

Simoes, M. G. & Shaw, I. S. (2007). Controle e Modelagem fuzzy. São Paulo: Blucher: FAPESP.

Slack, N., Chamber, S., Hardland, C., Harrison, A. & Johnston, R. (2009). Administração da Produção. São Paulo: Atlas.

Today Logistics & Supply Chain. (2009). São Paulo: Cecilia Borges, Ano III, n. 38.

Turban, E., Sharda, R., Aronson, J. E. & King, D. (2009). Business Intelligence: Um enfoque gerencial para a inteligência do negócio. Porto Alegre: Bookman.

Vesanto, J. (2002). Data Exploration Process Based on the Self-Organizing Map. PhD thesis, Helsinki University of Technology.

Vesanto, J. & alhoniemi, E. (2000). Clustering of the Self-Organizing Map. IEEE Transactions on Neural Networks, vol. 11, n. 2, p. 586-600.

Descargas

Publicado

2016-08-31

Cómo citar

Ferreira, R. P., da Silva, A. M., & Sassi, R. J. (2016). Intelligent dashboard to support for decision making in business courier company. Revista Gestão & Tecnologia, 16(2), 39–72. https://doi.org/10.20397/2177-6652/2016.v16i2.954

Número

Vol. 16 Núm. 2 (2016): Maio/Agosto

Sección

ARTIGO

Licencia

Derechos de autor 2016 Revista Gestão & Tecnologia

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.

Os direitos, inclusive os de tradução, são reservados. É permitido citar parte de artigos sem autorização prévia desde que seja identificada a fonte. A reprodução total de artigos é proibida. Em caso de dúvidas, consulte o Editor.